基于树核函数的人物关系抽取研究.ppt

1、基于树核函数的人物关系提取研究，彭成谦龙华周国栋报告员：彭成苏州大学自然语言处理实验室，提纲，引言相关工作研究动机我们的方法实验结果和分析下一个工作，引言，人物关系提取人物关系提取是实体关系提取的重要分支，旨在提取人名实体间的各种社会关系。 例如，在关系事例“朱镕基会见克雷蒂安”中存在社会相互关系(CONTACT )。 研究的意义WEB为我们提供了一个巨大的信息库，隐藏了许多用户感兴趣的实体及其相互关系。 人际关系提取技术对社会网络的构建、答疑系统等具有重要意义。基于相关工作、共现的方法： Kautz等(1997 ) 3360 referral web.mika (2005 ) 3360 fl

2、ink .机器学习方法： Matsuo等(2006)3360flink姚从磊等(2007):是模拟退火算法Jing等(2007):基于命名实体识别、关系检测和事件检测。 Elson等(2010):是基于角色名识别和会话检查的。 Agarwal他们(2011):是基于社会交互事件检测来进行的。 研究动机、存在的问题：目前的人物关系提取研究一般只涉及特定领域，或依赖于大规模的网页共现关系。 人物关系的类型通常比较单一。 目前的条件：随着基于核函数的广泛采用，实体关系提取技术发展迅速，日益成熟。 我们可以利用树核函数从新闻领域的文本中提取出丰富的人物关系吗？如何提高提取性能？ 人物关系提取方法、人物

3、关系定义静态人物关系： ACE语素材本来定义的PER-SOC关系(Business、Family、Lasting-Personal )。 动态人物关系：将ACE的联络事件(Meet，Phone-Write )作为相互关系进行再定义。 基于树核函数的人物关系提取方法结构化信息的结构同义词林语义信息的融合重采样技术的应用、 如果并行结构出现在连接RMV_NP_CC_NP个NP节点的路径上，则保留最短路径通过的并行部分结构化信息的结构(续)、语义信息融合、语义信息对实体间语义关系的提取具有重要的指导作用，句法树中含有两个实体词汇在同义词林中的语义代码信息。 应用、实验、实验设置人物关系语料库的关系正

4、例为880个，关系负例为18599个。 人物关系类型主要是PER-SOC类和CONTACT类。 本实验采用了5倍的交叉核对策略。 选择SVM作为分类器，采用的开源工具是支持卷积树核函数的SVMLight TK工具包。 评价标准采用一般的符合率(p )、召回率(r )和F1指标(F1)。 本文使用近似随机技术进行了显着性测试，p0.01、0.01p0.05和p0.05分别用双下划线、单下划线和无下划线表示。 即差异非常显着、显着和不显着。 实验结果裁剪特征的影响、结论：1.3种裁剪策略对整体性能的提高显着。 2 .接触型的F1值明显低于PER-SOC型，同时其性能提高幅度大于PER-SOC型。 实验结果意义信息的影响、结论：1.随着意义信息粒度的提高，F1整体的性能在增加。 2. F1值的提高来源于再现率的大幅提高。 实验结果重采样技术的影响，欠采样对人物关系提取的影响，实验结果重采样技术的影响，过采样对人物关系提取的影响，结论：1.欠采样和过采样的性能基本上高于完全采样训练时的F1值。 2 .过采样的性能普遍高于欠采样，在一定的比例范围内几乎没有变化。3 .无论是欠采样还是过采样，Contact级的性能提高都显着高于PER-SOC级。 下一步提出了一种基于树核的人物关系提取方法。 该方法并用了结构化信息修剪、语林意义信息、重采样技术等战略。 今后的工作：利用搜索引擎构建大